网站大量收购独家精品文档,联系QQ:2885784924

第八章 因子分析1精选.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第八章 因子分析1精选

第九章 因子分析 第一节 因子分析方法 一、因子分析及基本思想 因子分析起源于20世纪早期,用于研究心理学和教育学方面的问题,但是由于计算量大,又缺乏强有力的计算工具,使因子分析的应用和发展受到了很大的限制,甚至停滞了很长一段时间。高速计算机的出现,使因子分析的理论研究和计算有了很大的进展。目前,这一方法在经济学、社会学、考古学、生物学、医学、地质学及体育科学等领域都得到了广泛的应用,并取得了显著的成绩。 (一)什么是因子分析 因子分析是主成分分析的推广和发展,它是将具有错综复杂关系的变量(或样品)综合为数量较少的几个因子,以显示原始变量与因子之间的相互关系,同时根据不同因子还可以对变量进行分类,是多元统计分析中处理降维的一种统计分析方法。 举例: 比如通过考试得到若干名学员的语文、数学、物理、化学、外语等几门课程的考试成绩,把每门功课的成绩作为一个变量,显然,这些变量必定受到一些公共因素的影响,比如:逻辑思维能力、形象思维能力和记忆力等,都是影响这些课程成绩的公共因素。另外,每门功课 的成绩还可能受自身特点的影响,如语文的写作能力,化学的动手能力等。 这里的公共因素,称为公共因子,是事物的基本因子或本质因子,是不可直接观测到的潜在变量。因子分析就是利用少数几个潜在变量或公共因子去解释较多个显在变量或可观测变量中存在的复杂关系。也就是说:因子分析就是把每个原始变量(可观测变量)分解为两部分因素:一部分是由所有变量共同具有的少数几个公共因子构成,另一部分是每个原始变量独自具有的因素,即特殊因素或特殊因子部分。正是特殊因子的存在,才使某一原始变量有别于其它原始变量。 某 公司对100名招聘人员的知识和能力进行测试,出了50道试题的试卷,其内容包括的面较广,但总的来讲可归纳为6个方面:语言表达能力、逻辑思维能力、判断事物的敏捷和果断程度,思想修养、兴趣爱好、生活常识等,我们将每一个方面称为一个因子。假设这100个人测试的分数为 ( (Q型因子分子) 可以用上述6个因子表示成线性函数: i=1,2, …,100 其中: 表示6个公共因子,它们的系数 称为因子载荷,表示第i个应试人员在6个因子方面的能力, 是第i个应试人员的能力和知识不能被前6个因子包括的部分,称为特殊因子,通常假定 。这个模型与回归模型在形式上相似,但实质很不同。这里的 值是未知的,有关参数的统计意义更不一样。 因子分析的任务就是先估计出 Fi赋予有实际背景的解释。 二、因子分析的基本思想 因子分析是通过对事物可观测变量 的分析,挖掘出影响这些变量的公共因素, ,同时将各个变量剩余的属性特征归为一类,统称为剩余因子或特殊因子,这样p个原始变量就可表述 为 ,i=1,2,P(R型因子分析) 其中: 为公共因子, 为第i个变量的特殊因子。 由于q个公共因子中的每一个都说明影响变量的一种基本特征,所以各个公共因 子一定是相互独立的。而p个特殊因子,不仅与各公共因子独立,而且他们之间也一定是相互独立的。 将原始变量表述为q个公共因子的线性组合,即将原始变量置于q个公共因 子组成的空间下进行分析研究是因子分析的实质,这必然涉及到公共因子 (三)公共因子Fj的方差贡献及统计意义 (二)因子载荷阵的求法 设标准化随机向量 这时的因子模型为:X*=AF 因子载荷矩阵A的第j列元素是除常数外第j个主成分的系数,故这种方法称为主成分法。 二、主轴因子法 如果标准化随机向量满足因子模型X=AF+ε,则X的相关矩阵 第四节 因子旋转 一、因子旋转的目的 建立因子分析模型的目的不仅在于要找出公共因子,更重要的是要知道每个公共因子的意义,以便对实际问题做出科学的分析。如果得到的初始因子解各主因子的典型代表变量不很突出,容易使因子的意义含糊不清,不便于对实际问题进行分析。根据因子载荷矩阵的不唯一性,可以对因子载荷矩阵实施旋转,使旋转之后的载荷矩阵在每一列上元素的绝对值尽量地拉开大小距离,也就是说尽可能地使其中的一些元素接近于0,另一些元素接近于±1,这样就可以得到令人满意的公共因子,从而达到对公共因子进行合理解释的目的。 假设公因子Fj的解释能力能够

文档评论(0)

pfenejiarz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档